Community研究與資料分析github.com

lingyu9495-source/feasibility-study-consultant

項目可行性論證與研究報告寫作框架,適用於任何「這事能不能做、怎麼做、值不值得做」的商業決策場景,包含可行性研究、立項論證、新項目評估與創業方向驗證。

feasibility-study-consultant 是什麼?

這是一個專業的 AI 教練技能,專為開發者、產品經理與創業者設計,用於系統化地進行項目可行性論證。它提供完整的六步教練流程,從引導採集、判型定深、方法選型、論證執行、假設驗證到結論決策門,確保從「感覺」轉變為「有方法、有證據、有門檻、可複核」的結論。支援 Claude Code、Cursor、Codex 等 AI 代理平台,並內建兩個零依賴 Python 腳本(`feasibility_scorecard.py` 與 `assumption_ledger.py`)用於門檻評分與假設台賬管理。該技能強調數據驅動、多源交叉驗證、強制聯網盡調,並提供十大論證模組與質量自查清單,確保報告的專業性與可操作性。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lingyu9495-source/agent-skills/tree/main/skills/feasibility-study-consultant

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

項目可行性論證教練(Feasibility Study Consultant)

一句話定位:把「這事能不能做、值不值得做、怎麼做才成」從感覺,變成有方法、有證據、有門檻、可複核的結論。 本技能的完整鏈路:① 怎麼把項目情況問清楚(引導採集)→ ② 按問題類型與項目類型選論證方法(方法選型)→ ③ 逐條驗證關鍵假設(假設台賬)→ ④ 按門檻出結論(決策門)。 v1.4 升級:新增「六步教練流程」、項目類型提問庫(templates/引導提問清單.md)、方法論選型庫(references/方法論庫.md)、決策門清單(templates/決策門清單.md),以及兩個零依賴腳本——feasibility_scorecard.py(門檻評分與 Go/條件 Go/No-Go 判定)與 assumption_ledger.py(假設排序與驗證計劃)。

觸發條件

用戶需要以下任一任務時激活:

  • 「幫我寫一份 XX 的可行性研究/可行性方案/可行性報告」
  • 「評估 XX 能不能做 / 值不值得做」
  • 「XX 方向調研一下,出一份分析」
  • 「新項目/新產品/新業務立項論證」
  • 「有幾個方案,幫我選一個」
  • 「這件事現在做合不合適」

核心原則

  1. 結論優先 — 開篇給出總綱判斷(星級/評分/可做不可做),不從背景鋪墊
  2. 數據驅動 — 每個維度必須有最新市場數據支撐,標註來源等級(A官方/B行業/C媒體/D推斷)
  3. 交叉驗證 — 核心數據至少 2 個獨立來源;矛盾處必須說明,不迴避
  4. 先搜後寫(強制) — 任何結論先做實時聯網盡調,禁止憑模型記憶寫市場數據
  5. 視角對齊 — 動筆前先明確:讀者是誰(投資人/管理層/銀行/政府)?ta 最關心什麼(市場多大/壁壘多高/怎麼賺錢/風險多大)?以讀者視角寫
  6. 來源透明 — 關鍵數據點標註來源;文末附數據來源表 + 關鍵假設清單
  7. 門檻先定(v1.4 新增) — 動手前先把「什麼算過」寫死(IRR 下限、回收期上限、單位經濟為正、致命假設全驗),否則論證會變成「為已有結論找材料」
  8. 假設留痕(v1.4 新增) — 結論所依賴的每條關鍵假設進台賬,標明驗證方法與判據閾值;帶著未驗證的高影響假設下結論=賭博

教練六步流程(總覽)

步做什麼產出完成判據
1 引導採集用一頁紙項目卡 + 三輪提問,把項目情況問清楚填好的《項目卡》必答 5 問齊全;缺口與紅線已標明
2 判型定深判問題類型 × 項目類型 × 階段 × 讀者一句話判型結論 + 論證深度明確「答什麼問題、給誰看、多深」
3 方法選型按問題類型從方法論庫挑 3–5 個方法組合方法清單 + 每法的數據要求每個方法都能說清「要什麼數據、出什麼結論」
4 論證執行盡調取數 → 六動作(市場/競爭/單位經濟/財務/風險/合規)→ 成文論證初稿每個論斷有來源;四表(投資/成本/收入/指標)勾稽
5 假設驗證建假設台賬,按影響×不確定性排序,設計驗證假設台賬 + 驗證計劃 + 阻塞項清單高影響假設全部已驗證或已證偽
6 結論決策門按門檻表判定,出三種結論之一 + 下一步結論頁 + 決策門清單結論與門檻逐條對應,無「跳過的判斷」

六步不是流水線作業順序,而是判斷順序:如果第 1 步就發現紅線,後面五步都不必做。

第一步 · 引導採集:怎麼把項目情況問清楚

客戶說不清需求,不是他不配合,是他不知道你要什麼。 所以要用結構化的引導,而不是開放式發問。

方法:一頁紙項目卡 + 三輪提問(模板:templates/項目卡.md、templates/引導提問清單.md)

  • 第一輪·定性 5 問(不用查資料,5 分鐘):這是什麼、錢從哪來、誰看、什麼時候要、最想回答哪個問題
  • 第二輪·按項目類型追問(挑對應一組問,6 類項目各有 5 問):產能型/服務型/科技型/資產型/平台型/貿易型
  • 第三輪·驗證資源(決定結論硬度):能拿到什麼一手材料、能訪談誰、能不能試點、有沒有硬約束、如果結論是不划算你會怎麼處理

缺料處理規則(別為缺料停工,也別假裝不缺)

缺口處理
缺投資估算按行業基準/同類項目強度估算,顯式標註「待詢價確認」
缺市場數據自下而上測算 + 權威二手數據,標證據等級
缺客戶訂單/付費證據不可替代:列為致命假設,結論用「有條件可做」表述
缺政策依據先檢索;無明確依據時寫「未見明確禁止,建議向主管部門確認」

紅線先問:資金來源不合法、觸碰監管紅線、核心要素拿不到、需求方不付費、單位經濟為負——出現任一條,結論只能是「不可做」或「改變範圍」(見項目卡 D 區清單)。

第二步 · 判型定深(四個維度,一次判清)

維度取值影響什麼
問題類型能不能做/值不值得做/哪個方案更好/怎麼做才成決定用哪套方法(見第三步)
項目類型產能型/服務型/科技型/資產型/平台型/貿易型決定論證重心(產能看要素與產銷、平台看網絡效應與單位經濟……)
研究階段機會研究(粗篩)/初步可行性研究(判要不要深做)/詳細可行性研究(決策依據)/報批或審貸(合規+財務)決定精度與投入(別用詳細可研的成本回答機會研究的問題)
讀者企業負責人批預算/銀行審貸/政府立項/投資人投錢/自己心裡有底決定「什麼算過」的門檻與報告口徑

輸出:一句話判型結論 —— 「這是一個【服務型】項目的【初步可行性研究】,回答【值不值得做】,讀者是【銀行審貸】,門檻是【償債備付率≥1.3、IRR≥8%】。」

第三步 · 方法選型(先判斷問題類型,再挑方法)

要回答的問題首選方法組合關鍵數據要求
能不能做(可行性)階段門六準則 + 政策合規核對 + 技術/要素可得性 + 失敗預演政策原文、許可與要素落實證明、同類失敗案例
值不值得做(經濟性)單位經濟模型 + 財務評價(三情景 IRR/NPV/回收期/盈虧平衡)+ 敏感性臨界點 + 市場容量自下而上客單價與成本結構、投資構成、融資條件、市場規模測算底稿
哪個方案更好(比選)加權決策矩陣(或 AHP 思路)+ 各方案財務對比 + 結論穩健性檢查各方案可量化指標;準則權重及其依據
怎麼做才成(路徑)階段門分階段推進 + 假設台賬 + 小步驗證計劃(試點/MVP)關鍵假設清單、可承受的試錯預算與時間窗

方法庫(完整版見 references/方法論庫.md,含「何時用/怎麼做/要什麼數據/常見誤用」)

  1. 階段門判定(Go/Kill/Hold/Recycle + 六準則)
  2. 市場容量自下而上測算(TAM/SAM/SOM)
  3. 競爭壁壘分析(7 Powers 式結構性優勢核對)
  4. 單位經濟模型(單位毛利、獲客回本週期、LTV/CAC)
  5. 財務評價(IRR/NPV/回收期/盈虧平衡/敏感性臨界點)
  6. 多方案比選(加權決策矩陣 / AHP 思路)
  7. 失敗預演(Pre-mortem:以「已失敗」回溯原因 + 預警信號)
  8. 假設台賬與最小成本驗證
  9. 雙視角交叉(政策視角 × 資本視角)
  10. 證據分級與多源交叉(A/B/C/D)

選型鐵律:一次選 3–5 個方法就夠,堆方法不等於嚴謹;每個方法都要能回答「它要什麼數據、得出什麼結論、結論不支持時怎麼辦」。

第四步 · 論證執行:六個必答動作

4.1 先盡調再動筆(順序強制)

① 搜索盡調 → ② 整理數據 → ③ 交叉驗證 → ④ 動筆寫。禁止先寫後補數據。 盡調範圍(並行多路):

  1. 行業面:規模/增速/生命週期 → 行業報告、券商研報
  2. 市場面:目標客戶/需求強度/付費意願 → 競品、用戶討論、招投標價
  3. 競爭面:直接/間接競品、格局、壁壘 → 頭部玩家
  4. 政策面:產業政策/監管/准入/補貼 → 政府文件原文
  5. 財務面:投入產出基準 → 同類項目投資/回報數據
  6. 風險面:已知失敗案例、政策紅線 → 搜負面(這一步最常被跳過,也最有價值)

取數按頁面難度升級:普通抓取 → 帶反爬繞過 → 瀏覽器實控;取回的原始材料落盤留痕,改稿時不用重搜。

4.2 六動作清單(按項目裁剪,不硬湊)

#動作核心要回答判據
1市場與需求市場多大?增速?目標客群?憑什麼贏?自下而上測算 + ≥2 源交叉
2競爭與壁壘對手是誰?我們的結構性優勢是什麼?有至少一項非「更努力/更便宜」的優勢,或如實寫明「無壁壘」
3單位經濟每一單賺不賺錢?獲客多久回本?單位毛利為正;回本週期 ≤ 門檻值
4財務評價投入多少?何時回本?IRR/NPV?三情景齊備;臨界點已找出
5風險最大三個風險 + 觸發信號 + 對策每條風險有預警指標與責任人,不是套話
6合規與要素政策、許可、用地、能耗、資質逐項寫辦理狀態與預計取得時間

4.3 雙視角交叉(政策 × 資本)

  • 政策視角:產業政策方向、准入與審批、監管趨勢、補貼與合規成本 → 決定「現在做合適嗎」
  • 資本視角:資金可得性與成本、回報門檻、退出路徑、同類交易估值錨 → 決定「划不划算」
  • 交叉判定:政策支持×資本不足=小步試;資本賺錢×政策緊縮=謹慎並備退出預案;兩者皆不支持=不做

第五步 · 假設驗證(本技能最值錢的一步)

項目論證的本質,就是把關鍵假設列出來,然後一條條驗證它們。

5.1 先列假設,再排隊

把結論所依賴的假設全部寫下來,按 影響(1-5) × 不確定性(1-5) 排序:

  • 影響大 + 不確定高 → 最優先驗(這是「先驗最要命的,不是先驗最容易的」)
  • 影響大 + 不確定低 → 低風險但必須留痕(一旦不成立就是翻盤)
  • 影響小 → 可後驗

5.2 每條假設必須有「判據閾值」

差的寫法好的寫法
客戶有意向3 家區域頭部客戶簽訂意向書(鎖定 60% 庫容)
成本可控拿地成本 ≤ 45 萬元/畝
政策支持已列入省級專項規劃 / 取得主管部門書面確認
技術可行完成中試,連續 30 天穩定運行

判據寫不死,驗證就會變成「找證據證明自己是對的」。

5.3 用腳本管台賬(零依賴)

# 假設台賬:排序 + 阻塞項 + 驗證計劃(先驗什麼一目了然)
python3 scripts/assumption_ledger.py 假設台賬.csv --plan
python3 scripts/assumption_ledger.py 假設台賬.csv --json

# 門檻評分:加權得分 + 門檻判定 + 致命假設 + Go/條件Go/No-Go
python3 scripts/feasibility_scorecard.py 立項評估.json
python3 scripts/feasibility_scorecard.py --print-schema   # 看輸入結構
python3 scripts/feasibility_scorecard.py --demo           # 看輸出長什麼樣
  • 台賬 CSV 列:假設,類別,影響,不確定性,驗證方法,證據等級,狀態,負責人,截止(模板:templates/假設台賬.csv)
  • 狀態取值:unverified 未驗證/in_progress 驗證中/verified 已驗證/falsified 已證偽
  • 退出碼非 0=還有高影響假設未驗證,可以直接接進自動化:不通過不下結論

5.4 驗證手段按成本排序(別一上來就砸錢)

查一手數據(政策/成交公告/招標價)→ 訪談(客戶/供應商/同類從業者)→ 拿到書面前置(意向書/授信函/報價單)→ 小樣/試點(最小可行範圍)→ 正式投入。

第六步 · 結論與決策門

三種結論表述(不要只寫「可行/不可行」)

  1. 可做(Go):門檻全過 → 給投資節奏與下一步動作
  2. 有條件可做(Conditional Go):主要門檻通過、存在阻塞項 → 列出「補齊哪幾項即可推進」 + 驗證計劃與時間表
  3. 不可做(No-Go):有證偽的致命假設/財務不達標/觸碰紅線 → 說明是「方向不行」(Kill)還是「條件不具備」(Hold)

決策門的四種輸出(出處見文末):Go(通過)/Kill(終止,寫明理由歸檔)/Hold(暫緩,寫明等什麼信號再啟動)/Recycle(方向可以但材料不夠,打回補課)。

實戰提示:多數「說不清」的項目,正確答案是 Hold 或 Recycle,而不是勉強 Go。

結論頁必須包含:總綱判斷 + 各維度得分表 + 阻塞項與致命假設狀態 + 證據等級說明 + 下一步該驗證什麼(誰、何時、判據)。

配套:templates/決策門清單.md(六準則 + 門檻表 + 四種決策)

十大論證模組(寫報告時按需裁剪,不硬湊)

#模組核心要回答的問題
1執行摘要一句話結論 + 3-5 個核心判斷(最後寫)
2項目概述做什麼?目標?範圍?
3背景與必要性為什麼現在做?不做會怎樣?
4市場分析市場多大?增速?目標客群?憑什麼贏?
5競爭與壁壘對手是誰?我們的護城河?
6產品/服務與運營怎麼交付?團隊夠嗎?
7商業模式怎麼賺錢?收入結構?毛利?
8財務測算投入多少?何時回本?IRR/NPV?
9風險與對策最大三個風險 + 具體對策 + 預警信號
10結論與建議做/不做/怎麼做 + 下一步

寫作要求

  1. 執行摘要最後寫(先有結論才寫得準)
  2. 每個數字帶來源或標註「假設,待驗證」
  3. 財務部分:給測算邏輯 + 關鍵假設,不編造精確到分的數字
  4. 風險章寫具體的:觸發條件 + 影響 + 對策,不寫套話
  5. 不確定處明確標註「待驗證/待補充」——承認邊界是專業,不是缺陷
  6. 假設台賬與結論頁必須與正文口徑一致(同一數字在摘要/正文/附表/結論頁必須同值)
  7. 交付形態按用戶要求(Word/Markdown/PPT/線上文件),排版規範、無 AI 味(不用「」引號、無 Markdown 殘留符號、段落規範)

輸出結構建議

  • 封面(標題/版本/日期/密級)
  • 執行摘要(1 頁內):總綱判斷 + 門檻表 + 關鍵假設狀態 + 下一步
  • 正文(按十大模組裁剪後的章節)
  • 附錄:數據來源表(含證據等級)、關鍵假設台賬、待辦驗證清單(誰/何時/判據)

質量自查清單(交付前)

  • 有沒有沒搜索就寫下的市場數字?
  • 核心數據是否 ≥2 個獨立來源?證據等級是否標註?
  • 「什麼算過」的門檻是否在動筆前寫死、結論逐條對應?
  • 結論與證據匹配嗎?有沒有過度推斷(相關性當因果、局部當整體)?
  • 反方觀點/失敗風險有沒有遺漏?失敗預演做了嗎?
  • 關鍵假設是否全部有狀態(已驗證/未驗證/已證偽)?未驗證的高影響假設是否已明確列為阻塞項?
  • 財務:三情景齊備?四表勾稽(投資/成本/收入/指標)一致?
  • 讀者視角:ta 看完能決策嗎?
  • 有沒有把「客戶的假設」當成「已證實的事實」寫進正文?

常見誤用與陷阱

陷阱後果糾正
先有結論再找證據論證變成辯護門檻與假設清單先於論證寫定
用行業報告的天花板當自己的市場規模嚴重高估自下而上測算 + 區分 TAM/SAM/SOM
把「更努力/更便宜/服務好」當壁壘項目被迅速抹平用結構性優勢核對(規模/網絡/轉換成本/數據網絡效應/品牌/獨特資源/流程優勢)
把「能賺錢」當可行忽略紅線與門檻先過紅線網,再判可行不可行
假設當事實結論像空中樓閣每一條假設寫判據,註明驗證狀態

v1.4 · 腳本與模板路徑:scripts/、templates/、references/ 可用 tree 查看完整結構。

Individual skills in this repo

This repo contains 17 individual skills — each has its own dedicated page.

lingyu9495-source/agent-responsiveness-delegation

你给 AI 助手派了个重活,然后发现:发消息它不回、想插话只能排队、等十几分钟才回一句——等它抬头,需求早变了。根因不是模型慢,是主脑把重活放在前台跑,整个回合被占死。这个 Skill 把这套「重活外派 + 随时应答」机制做成可落地的东西:① 规则块(一页写清判级、派完立刻让出对话、工单四要素、只回收结论、自报≠事实、拍板留主脑、跨会话任务换机制)② 跨平台落地脚本 provision_agent_responsiveness.py:探测本机已有的 Agent 环境(Hermes 的 SOUL 置顶铁律块、Claude Code 的全局指令文件,这两条已实测),把规则块幂等写入(自动备份原文件、重复执行不重复写、绝不覆盖你已有内容);其余平台(Codex / Cursor / WorkBuddy / 任意 Agent)则导出一份可直接粘贴的规则块 markdown,你粘到系统提示或自定义指令里就生效 ③ 体检脚本 audit_agent_responsiveness.py:逐项核对规则块是否存在、是否被后续改动覆盖、探测到哪些平台——没检测到就如实报「未检测到支持的平台」,不假报通过。纯标准库、零依赖、Windows/macOS/Linux 通用。触发词:AI不回话、等太久、插话卡住、助手响应慢、主脑被占住、重活外派、子代理、多智能体、响应速度、落地配置、系统提示。

lingyu9495-source/ai-image-watermark-removal-boss

去除 AI 生成图角落的"XXAI生成"半透明/白色角标水印。像素级验证不自我欺骗、双信号交叉定位抗幻觉、多候选客观指标投票覆盖。当用户要求去除图片水印、清理 AI 生成角标、去"豆包/即梦/Kolors 生成"水印时使用。

lingyu9495-source/bank-scan-household-splitter

客户丢来一个压缩包,里面几百张身份证正反面、开卡申请书、合同——**人工一张张挑,一下午就没了,还容易漏**。

lingyu9495-source/cn-pdf-report-typeset

中文报告做成 PDF,常见翻车三件套:**字体乱码、表格错位、字号小到客户在手机上根本看不清**。这套是交付级的排版标准加可直接跑的模板。

lingyu9495-source/company-law

公司出事,十有八九出在**治理和控制权**上——股权结构一开始搭歪,后面融资、上市、分家全是坑。

lingyu9495-source/excel-keep-format-edit

客户拿来一张老报表说「就在原表上改个数,格式一点都不要动」——用 openpyxl 重建一次,字体、边框、合并单元格、条件格式、列宽全丢,客户一打开就知道这不是他原来那张表。

lingyu9495-source/feasibility-report-engine

做可研报告,卡住的往往不是不会写,是**不知道按哪版大纲、财务测算六表和正文对不上、交付前排版被退稿**。这套是从二十多万字、131 张表的真实交付里固化的流水线。

lingyu9495-source/financial-statement-adjustment

存量财务报表在原表基础上改数字并保持三表勾稽关系。当用户要求「在原报表上改某些数字,其他数据跟着调整且格式完全不变」时使用:资产负债表/利润表/现金流量表的目标值调整、未分配利润与利润总额联动、勾稽校验。

lingyu9495-source/funding-fit-diagnosis

项目想融资,卡住的往往不是不会写 BP,而是不知道够不够格、该找谁、还缺什么、多久能到钱——问 AI 只得到"建议加强团队"这类正确的废话。这套引擎把它拆成可执行的四步:①10 问项目画像采集(缺关键项就先追问,不猜)②双轨评分:市场化 VC 适配分与政府基金适配分**分开算、各自判定**(≥75 强匹配 / 60-74 可争取 / 45-59 需补短板 / <45 暂不建议,低分不许只说"不行",要给替代路径)③点名机构:按赛道/阶段/地域从 23 家头部 VC 与产业资本(CVC)、21 家政府基金的卡片里逐条对照"匹配信号/劝退信号",每家写清"为什么是你、你还缺什么、材料怎么准备、递送路径",并单列"不建议碰"的机构省时间④差距清单(差距|补齐动作|耗时|难度|优先级,只挑 3 个月内能推动的)+ 三线找钱路线图(市场化 / 政府 / 替代路径)+ 时间预期与现金流提醒。包内另附 30 个真实融资案例对标、TS 条款红线、估值倍数参考、BP 制作铁律,以及零依赖离线评分脚本(纯标准库、不联网、不调大模型 API)。输入:项目情况(照着 10 问答即可);输出:一份研判报告(评分 + 优先接触名单 + 差距清单 + 路线图 + 风险提示),脚本侧可另出 JSON 评分结果。评分是适配度不是成功率,不承诺融资结果。触发词:融资、找投资、融资研判、能不能融到钱、找哪家风投、风险投资、VC、产业资本、CVC、政府引导基金、政府基金申报、产业基金、招商返投、项目申报、补贴申报、商业计划书、BP、路演、估值、股权稀释、TS 条款、对赌、回购、FA、财务顾问、找钱、融资渠道、天使轮、Pre-A、A轮。

lingyu9495-source/gov-fund-application

想拿政府的钱,最容易白跑半年——层级选错、赛道不在目录里、返投算不清,材料递上去才发现方向不对。这套参谋按可执行顺序走:①先判层级(国家级/省级/市级/区级,门槛与目的完全不同)②赛道对目录:不在目录里直接如实说没戏,不让用户白跑③21 家基金卡片逐家对照(投资方式、返投比例、让利规则、申报条件、申报通道、真实案例),点名"你这个项目适合找谁"④返投博弈:算清落地要求,给"不想迁注册地"的三条合规路径⑤材料与时间表:申报材料清单、评审周期(6-12 个月是常态)与现金流提醒。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能,VC 与政府双轨分开算)。输入:项目基本情况与注册地/落地意愿;输出:层级判定 + 可申报基金名单 + 返投方案 + 材料清单 + 时间预期。不承诺拿到资金,申报须如实提交材料;政策口径标注截止时间,细则请向当地主管部门核实。触发词:政府基金、政府引导基金、产业基金、政府补贴、专项资金、项目申报、补贴申报、申报条件、返投、招商落地、母基金、投资方式、让利、国家级基金、省级引导基金、市级基金、科技成果转化、专精特新、科技型企业、中小企业发展基金。

lingyu9495-source/hermes-profile-browser-isolation

多个 AI 助手同时干活时,浏览器会互相抢占:弹窗抢焦点、任务互相打断、你正在用的 Chrome/Edge 被顶掉——**你连自己的网页都点不动了**。

lingyu9495-source/investment-finance

做投融资最容易踩的坑不是"不懂概念",是**条款里的每一个字都在分钱**——估值方法选错、对赌触发条件写松、回购条款没兜底,签完才发现少拿几千万。

lingyu9495-source/lowvram-ai-video-comfyui

网上的 AI 视频教程开口就是 24G 显存,一看就把人劝退——**其实 8G 的 4060 也能跑**。这套是 RTX 4060 Laptop 8G 显存 / 32G 内存 / Win11 上真跑出来的配置与调参。

lingyu9495-source/novel-deai-detector

写完的稿子发布前想知道会不会被判 AI 生成、平台审核会不会卡、读者会不会一眼看出机器味——这套是检测到清洗的完整闭环。

lingyu9495-source/npl

不良资产这行的钱,赚在**买入价**上——买贵了,后面怎么处置都白搭。

lingyu9495-source/subagent-first

AI 助手不是不够聪明,是被重活占住了:你让它整理 40 个文件,它一头扎进去十几分钟不抬头——你想问进度、想补需求、想改方向,只能干等。这套作业纪律解决的就是这件事:凡是预计要跑多轮的活(多文件/长研究/批量/长搜索),一律派给后台子代理并行执行,主代理只保留四个动作——拆解、派活、汇总、对话,永远保留随时回你话的能力。我们自己在多智能体团队里天天跑,踩过的 12 个坑全部写进正文:子代理自报成功却发现产出是空的、context 没写全导致跑偏返工、两个子代理并行写同一文件互相覆盖、把需要用户拍板的活派给问不了人的子代理、跨会话长任务错用子代理导致某天悄悄停掉……① 决策树四问判定轻重(一轮工具调用能做完吗/需要用户拍板吗/要活过本次会话吗/能拆成互不依赖的块吗)② 派活四要素(goal / context 必须自包含——子代理看不到你和用户的对话 / output_schema / 验收方式)③ 五步流程:拆解→派活→并行调度→验收→收口 ④ 验收清单:存在性/合规性/真实性/完整性四组逐项打勾,并随机抽一处回一手来源核对 ⑤ 6 种委派模式 + 12 条反模式。配套 scripts/delegation_planner.py:纯标准库零依赖,喂一份任务清单(轮数/文件数/是否研究/是否批量/是否需拍板/是否不可逆/是否跨会话),直接输出「该派子代理 / 自己做 / 转定时任务」+ 并行分组建议 + 主代理必做清单。正文按平台无关的作业纪律写,并附常见平台工具名对照表;Hermes 的字段名/并发上限/后台语义另附一页实况对齐,其他平台按对照表映射即可。触发词:子代理、委派、delegate、任务编排、多智能体、并行执行、上下文管理、主代理被占住、AI不回话、等太久、插话卡住、批量处理、长研究、fork-join、fan-out。

lingyu9495-source/ts-term-review

拿到 TS 或投资协议,看半天不知道哪条能签哪条得改——风险全藏在具体条目里,一句"整体没大问题"最要命。这套审查按 15 条核心条款逐条过:估值 Pre/Post、清算优先权、反稀释(完全棘轮是红线)、优先购买权、领售/拖售、对赌与业绩承诺、回购条款、个人连带担保、董事会与一票否决、保护性条款、竞业与知识产权、信息权、交割条件、股东会表决权、违约责任。每条给三级判定(🔴 红线不改就别签 / 🟡 可谈争取改 / 🟢 行业惯例)+ 谈判话术 + 替代方案,并区分"对公司"和"对创始人个人"——个人连带回购是绝大多数血案的源头,重点标红。另附谈判筹码排序、常见坑清单、BP 与数据室准备。与主技能 `funding-fit-diagnosis` 配套(做整体融资研判时用主技能)。输入:TS/投资协议条款(粘贴或描述);输出:逐条判定表 + 必须改的清单 + 谈判话术 + 底线建议。**不构成法律意见**,正式签署与司法效力请找执业律师确认。触发词:TS、Term Sheet、投资条款清单、投资协议、增资协议、股权转让协议、对赌、业绩承诺、回购、清算优先权、反稀释、完全棘轮、个人连带、一票否决、领售权、拖售权、估值、Pre/Post、股权稀释、条款谈判、FA。

相關技能